本文選題：EFT + VaR　； 參考：《遼寧科技大學(xué)》2012年碩士論文

【摘要】：ETF作為一種金融投資工具,存在的風(fēng)險是不言而喻的,如何有效的規(guī)避和預(yù)測ETF市場風(fēng)險就成為了一個亟需解決的問題。傳統(tǒng)的風(fēng)險測量方法,如標(biāo)準(zhǔn)差、β系數(shù)等方法不僅適用范圍有限,并且適應(yīng)的金融工具也非常少,因而不能全面的反映市場風(fēng)險。本文從定量分析的角度,對ETF的市場風(fēng)險進行研究。選取上證50ETF從發(fā)行日到2011年9月6日的每日成交價格,缺省數(shù)據(jù)用鄰近的上日成交價格代替,選用研究對象的對數(shù)收益率作為樣本數(shù)據(jù)。用EViews 6.0對時間序列進行處理,分析發(fā)現(xiàn),上證50ETF的收益率具有尖峰厚尾性、不對稱性、波動集聚性。據(jù)此,本文選擇能夠較好的描述厚尾性的t分布和GED假定,選擇能夠消除自相關(guān)性的GRACH族模型來擬合數(shù)據(jù)。運用EViews 6.0軟件的proc功能直接得到各模型的條件方差,同時,運用MATLAB的逆累積分布函數(shù)值的計算功能和數(shù)值積分功能分別計算出t分布和GED的分位數(shù),分別代入到VaR的計算公式中,得到上證50ETF在不同分布下的風(fēng)險值。最后,選用Kupiec(1995)提出的失敗率檢驗法,分別對GRACH族模型在厚尾分布下計算的VaR值和采用歷史模擬法、蒙特卡羅模擬法計算的VaR值的準(zhǔn)確性進行檢驗,認為GED下的GRACH(1,1)模型計算的風(fēng)險值能較好的反映市場風(fēng)險。
[Abstract]:As a financial investment tool, the risk of ETF is self-evident, how to effectively avoid and predict the market risk of ETF has become a problem that needs to be solved. Traditional risk measurement methods, such as standard deviation, 尾 coefficient and so on, are not only limited in scope, but also have very few suitable financial instruments, so they can not reflect market risk comprehensively. This paper studies the market risk of ETF from the angle of quantitative analysis. The daily transaction price of Shanghai 50ETF from the date of issue to September 6, 2011 is selected. The default data is replaced by the neighboring transaction price of last day, and the logarithmic rate of return of the research object is selected as the sample data. Using EViews 6.0 to deal with the time series, it is found that the return rate of 50ETF in Shanghai has the characteristics of peak, thick tail, asymmetry and volatility agglomeration. Based on this, this paper selects the t distribution and GED assumption which can describe the thick tail well, and selects the GRACH family model which can eliminate the autocorrelation to fit the data. The conditional variance of each model is obtained directly by using the proc function of EViews 6.0. At the same time, the calculation function of MATLAB's inverse cumulative distribution function and the function of numerical integration are used to calculate the t distribution and the quantile of GED, respectively. The risk values of 50ETF in different distributions of Shanghai Stock Exchange are obtained by inserting them into the formula of VaR. Finally, the failure rate test method proposed by Kupiecke 1995 is used to test the accuracy of the VaR value calculated by GRACH family model under the thick tail distribution and the VaR value calculated by historical simulation method and Monte Carlo simulation method, respectively. It is considered that the risk value calculated by the GED model can better reflect the market risk.
【學(xué)位授予單位】：遼寧科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：F832.51;F224

【參考文獻】

相關(guān)期刊論文 前10條

1 許大志,鄭祖康;非參數(shù)方法在金融風(fēng)險管理模型中的應(yīng)用[J];系統(tǒng)工程;1999年05期

2 顧乃康;VaR:市場風(fēng)險測定和管理的新工具[J];廣東金融;1998年01期

3 牛昂;VALUE AT RISK: 銀行風(fēng)險管理的新方法[J];國際金融研究;1997年04期

4 鄭文通;金融風(fēng)險管理的VAR方法及其應(yīng)用[J];國際金融研究;1997年09期

5 金丹;;滬深300指數(shù)的ARCH效應(yīng)[J];湖北經(jīng)濟學(xué)院學(xué)報;2008年02期

6 唐齊鳴,崔筠;我國股票市場信息“杠桿效應(yīng)”的實證研究[J];華中科技大學(xué)學(xué)報(社會科學(xué)版);2005年02期

7 姚剛;風(fēng)險值測定法淺析[J];經(jīng)濟科學(xué);1998年01期

8 劉宇飛;VaR模型及其在金融監(jiān)管中的應(yīng)用[J];經(jīng)濟科學(xué);1999年01期

9 金旭暉;ETF的主要運作機制分析[J];經(jīng)濟與社會發(fā)展;2004年11期

10 陳守東,俞世典;基于GARCH模型的VaR方法對中國股市的分析[J];吉林大學(xué)社會科學(xué)學(xué)報;2002年04期

相關(guān)博士學(xué)位論文 前1條

1 郭曉亭;證券投資基金風(fēng)險分析與實證研究[D];重慶大學(xué);2004年

相關(guān)碩士學(xué)位論文 前4條

1 孟祥友;封閉式基金市場波動特征研究[D];西南財經(jīng)大學(xué);2006年

2 牛方磊;我國封閉式基金市場關(guān)聯(lián)性與價格波動研究[D];河海大學(xué);2006年

3 李進芳;VaR方法在開放式基金風(fēng)險測量中的應(yīng)用[D];蘭州商學(xué)院;2008年

4 陳靜;基于CVaR的投資組合風(fēng)險管理模型及實證研究[D];中南大學(xué);2008年

，

本文編號：1818239